研究者が AI 生成画像を使用して気候変動を視覚化

モントリオール大学とスタンフォード大学の研究者らは、人々の意識を高めるために、洪水の影響を視覚化するモデルを考案した。

研究者らは研究論文の中で、モデルが入力画像に基づいて「気候変動後」画像をどのように生成するかを実証した。サンプルには、高リアル、平均リアル、低リアリズムの都市街路のビュー、都市のビュー、郊外のビューが含まれています。下の画像を見てください。

このプロジェクトでは、マルチモーダル教師なし画像間変換 (MUNIT) アーキテクチャを使用して、「さまざまな洪水スタイルの下で、この画像の複数のバージョンへの洪水を発生させることなく、道路レベルの画像間でクロスドメイン マルチモーダル マッピングを実行し、気候の影響を視覚的に表現します」変化によって引き起こされる個人レベルでの洪水」と 研究者らは 書いている 。

研究者らは、既存の品質評価方法には強い限界があることを発見し、それらの技術は人間の判断とは相関しないと述べている。これを回避するために、彼らは人間が出力を評価する新しい評価方法を提案しています。次に、人間ベースの評価と自動評価の結果を比較して、自動評価基準の効率を決定します。

「自動化されたメトリクスは安価で計算が簡単ですが、信頼できるスコアを生成するには、生成されたサンプルと実際のサンプルの両方の大規模なセットが必要ですが、それでも異なるタスク間で比較することはできません。一方、ヒューマンメトリクスは、人間の知覚をよりよく表していると考えられますが、計算コストが高く、タスクの設計によって異なる可能性があります」と 研究者らは結論づけています。

このプロジェクトでは、研究者らは、Google ストリートビューからの任意の入力画像を使用して、気候変動の余波を表す最も現実的な画像を生成する ML アーキテクチャを作成することを計画しています。将来的には、熱帯低気圧や山火事などの同様の気候変動もこのプロジェクトで表現されると予想されます。